【技術實現(xiàn)步驟摘要】
本專利技術涉及數(shù)據(jù)處理領域。更具體地，本專利技術涉及一種自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法。
技術介紹
1、當今社會，隨著科技的發(fā)展，遙感影像的采集和應用在許多領域變得越來越重要。在環(huán)境監(jiān)測與保護領域，遙感影像數(shù)據(jù)可以用于氣候變化監(jiān)測、污染監(jiān)測以及生態(tài)系統(tǒng)保護；在進行氣候變化監(jiān)測方面，遙感影像可以記錄地球表面的光譜、溫度等信息，為科學家提供地球系統(tǒng)變化的關鍵數(shù)據(jù)，有助于制定環(huán)境政策和應對氣候變化挑戰(zhàn)。在污染監(jiān)測方面，通過遙感影像，可以監(jiān)測大氣污染、水污染、土壤污染等環(huán)境問題，為環(huán)境保護提供有力的數(shù)據(jù)支持。在生態(tài)系統(tǒng)保護方面，遙感影像還可以用于監(jiān)測森林覆蓋率、草地狀況等生態(tài)參數(shù)，為保護生態(tài)系統(tǒng)和野生動植物棲息地提供重要信息。在農業(yè)與農業(yè)管理領域，遙感影像數(shù)據(jù)可以用于作物生長監(jiān)測、土壤濕度監(jiān)測以及產量估算。在自然資源管理領域，遙感影像可用于資源勘探和資源保護。
2、為了便于對遙感影像的使用，需利用遙感解譯模型對遙感影像進行解譯，獲取遙感解譯樣本數(shù)據(jù)，并將其存入建立的數(shù)據(jù)庫中，以方便調用。但是現(xiàn)有技術中用于存儲遙感解譯樣本數(shù)據(jù)的數(shù)據(jù)庫存在多樣性不足的問題，預設的樣本種類難以完全覆蓋區(qū)域或全球地表環(huán)境的多樣性。當遇到新類別(開集問題)時，遙感影像解譯模型的解譯體系不能靈活擴展，導致誤判；此外，現(xiàn)有的遙感解譯樣本數(shù)據(jù)的數(shù)據(jù)庫存儲空間較小，難以存儲數(shù)量巨大的樣本數(shù)據(jù)集。再者，由于缺乏地理位置和時間屬性，削弱了遙感解譯模型的穩(wěn)健性。
技術實現(xiàn)思路
1、為解決上述現(xiàn)有的遙感解譯樣本
2、在第一方面中，本專利技術提供了一種自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，包括：
3、設置自然資源遙感解譯樣本數(shù)據(jù)的分類標準；所述分類標準中包括大類、一級類和二級類；所述大類包括：自然地表覆蓋類、人工目標類、變化檢測類以及農作物類；
4、采集影像樣本數(shù)據(jù)，并依據(jù)所述分類標準將其制作為影像樣本集；所述影像樣本集包括若干組樣本小片和樣本集元數(shù)據(jù)，所述樣本集元數(shù)據(jù)用于記錄整組影像樣本集的對應關系及相應的影像信息和分類信息；一組樣本小片包括影像小片、標簽小片和小片元數(shù)據(jù)，所述影像小片是指裁切后的規(guī)則大小的影像數(shù)據(jù)，所述標簽小片是指與影像小片對應的柵格化的樣本類別標簽數(shù)據(jù)，所述小片元數(shù)據(jù)用于記錄樣本小片屬性信息，所述樣本小片屬性信息包括單組樣本小片數(shù)據(jù)的名稱和樣本有效占比；
5、創(chuàng)建數(shù)據(jù)庫，包括：設置數(shù)據(jù)庫概念結構、數(shù)據(jù)庫邏輯結構以及數(shù)據(jù)庫表結構，并生成數(shù)據(jù)庫；
6、對影像樣本集進行預處理，所述預處理包括：根據(jù)數(shù)據(jù)存儲規(guī)范和相關格式要求，整理樣本數(shù)據(jù)，對待入庫影像樣本集的各項內容進行一致性轉換，包括待入庫樣本數(shù)據(jù)的命名、字段結構調整和元數(shù)據(jù)項信息填寫操作；
7、將預處理后的影像樣本集存入對應數(shù)據(jù)庫表中。
8、優(yōu)選地，屬于所述自然地表覆蓋類的一級類包括：耕地、園地、林地、草地、水域以及未利用地；屬于所述人工目標類的一級類包括：建筑物、公共服務設施、交通運輸、工業(yè)及能源設施以及典型目標要素；屬于所述變化檢測類的一級類包括新增/滅失推填土、新增/滅失建構筑物、新增/滅失耕地、新增/滅失道路、新增/滅失水面、新增/滅失溝渠、新增/滅失園地、新增/滅失林地、新增/滅失露天采礦以及新增/滅失濕地；屬于所述農作物類的一級類包括：糧食作物、經濟作物、蔬菜以及瓜果。
9、優(yōu)選地，屬于耕地類別的二級類包括：水田、旱地以及大棚；屬于林地類別的二級類包括：喬木、灌木以及竹林；屬于草地類別的二級類包括：人工草地和其他草地；屬于水域類別的二級類包括：水面、溝渠以及內陸灘涂；屬于未利用地類別的二級類包括：裸巖石礫地和砂礫地；屬于建筑物類別的二級類包括：住宅和工業(yè)廠房；屬于公共服務設施類別的二級類包括：露天體育場、籃球場、網球場以及硬化地表；屬于工業(yè)及能源設施類別的二級類包括：風力發(fā)電設施、光伏發(fā)電設施、大壩、煙囪、變電站、鐵塔以及儲油罐；屬于典型目標要素類別的二級類包括：溫室大棚、汽車以及飛機；屬于交通運輸類別的二級類包括：公路和鐵路；屬于糧食作物類別的二級類包括：小麥、玉米、水稻、花生、谷子、高粱、紅薯和大豆，屬于經濟作物類別的二級類包括：大蒜、辣椒、煙葉、大蔥、西瓜、豆角、胡蘿卜、包菜、蘆筍、山藥、地黃以及姜。
10、優(yōu)選地，所述小片元數(shù)據(jù)的內容包括：樣本小片編號、樣本大小以及有效占比；所述樣本集元數(shù)據(jù)的內容包括：樣本信息、影像信息和區(qū)域信息。
11、優(yōu)選地，所述樣本信息包括：名稱、影像小片、標簽小片、樣本小片元數(shù)據(jù)、樣本尺寸、大類編碼、大類名稱、一級類編碼、一級類名稱、二級類編碼、二級類名稱、樣本時間以及空間參考；所述影像信息包括：影像類型、影像分辨率、影像衛(wèi)星以及影像傳感器；所述區(qū)域信息包括：省、市、縣以及地形。
12、優(yōu)選地，所述數(shù)據(jù)庫概念結構的設計方法包括：
13、對各類遙感影像智能解譯樣本數(shù)據(jù)進行歸類、抽取；
14、確定局部應用中的解譯樣本實體、樣本的屬性及對應標識編號；
15、確定遙感影像智能解譯樣本各實體之間的聯(lián)系及其類型。
16、優(yōu)選地，所述數(shù)據(jù)庫表包括影像樣本表、影像樣本集表、分類體系表以及樣本區(qū)表。
17、優(yōu)選地，所述影像樣本表包括樣本數(shù)據(jù)表、樣本元數(shù)據(jù)表以及樣本影像屬性表，所述樣本數(shù)據(jù)表用于記錄樣本id，樣本影像數(shù)據(jù)、矢量數(shù)據(jù)和范圍數(shù)據(jù)id；所述樣本元數(shù)據(jù)表用于記錄樣本各項元數(shù)據(jù)信息，所述元數(shù)據(jù)信息包括樣本分類體系、樣本類型、樣本分辨率、樣本影像屬性id、樣本空間范圍、樣本區(qū)id、樣本制作信息；所述樣本影像屬性表用于記錄不同影像類型樣本各項屬性信息，并記錄樣本元數(shù)據(jù)id。
18、優(yōu)選地，所述影像樣本集表包括樣本集數(shù)據(jù)表、樣本集小片數(shù)據(jù)表、樣本集小片元數(shù)據(jù)表、樣本集元數(shù)據(jù)表和樣本集影像屬性表；所述樣本集數(shù)據(jù)表記錄的信息包括樣本集id，樣本集名稱以及樣本集樣本數(shù)量；所述樣本集小片數(shù)據(jù)表用于記錄的信息包括：單張小片樣本id、樣本集id、樣本編號、樣本影像數(shù)據(jù)以及標簽數(shù)據(jù)id；所述樣本集小片元數(shù)據(jù)表用于記錄的信息包括：單張小片樣本id、樣本尺寸、類別列表以及有效占比；所述樣本集元數(shù)據(jù)表用于記錄樣本各項元數(shù)據(jù)信息，包括：樣本集分類體系、樣本類型、樣本分辨率、樣本集影像屬性id、樣本集空間范圍、樣本區(qū)id以及樣本集制作信息；所述樣本集影像屬性表用于記錄的信息包括：樣本集元數(shù)據(jù)id、影像屬性唯一標識符、遙感影像類型、影像包含的波段數(shù)量、影像波段的組成信息、影像像素存儲類型、影像像素位深、影像拍攝載荷平臺、影像獲取的衛(wèi)星平臺以及影像獲取的傳感器類型。
19、優(yōu)選地，所述分類體系表包括：大類數(shù)據(jù)表、一級類數(shù)據(jù)表和二級類數(shù)據(jù)表；所述大類數(shù)據(jù)表用于記錄的信息包括：類別id、類別編碼、類別名稱、類別描述以及顏色值；所述一級類數(shù)據(jù)表和所述二級類數(shù)據(jù)表用于記錄的信息包括：類別id、類別編碼、類別名稱、類別描述、父類i本文檔來自技高網...
【技術保護點】
1.一種自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，包括：
2.如權利要求1所述的自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，屬于所述自然地表覆蓋類的一級類包括：耕地、園地、林地、草地、水域以及未利用地；屬于所述人工目標類的一級類包括：建筑物、公共服務設施、交通運輸、工業(yè)及能源設施以及典型目標要素；屬于所述變化檢測類的一級類包括新增/滅失推填土、新增/滅失建構筑物、新增/滅失耕地、新增/滅失道路、新增/滅失水面、新增/滅失溝渠、新增/滅失園地、新增/滅失林地、新增/滅失露天采礦以及新增/滅失濕地；屬于所述農作物類的一級類包括：糧食作物、經濟作物、蔬菜以及瓜果。
3.如權利要求2所述的自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，屬于耕地類別的二級類包括：水田、旱地以及大棚；屬于林地類別的二級類包括：喬木、灌木以及竹林；屬于草地類別的二級類包括：人工草地和其他草地；屬于水域類別的二級類包括：水面、溝渠以及內陸灘涂；屬于未利用地類別的二級類包括：裸巖石礫地和砂礫地；屬于建筑物類別的二級類包括：住宅和工業(yè)廠房；屬于公共服務設施類別的二級類包
4.如權利要求1所述的自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，所述小片元數(shù)據(jù)的內容包括：樣本小片編號、樣本大小以及有效占比；所述樣本集元數(shù)據(jù)的內容包括：樣本信息、影像信息和區(qū)域信息。
5.如權利要求4所述的自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，所述樣本信息包括：名稱、影像小片、標簽小片、樣本小片元數(shù)據(jù)、樣本尺寸、大類編碼、大類名稱、一級類編碼、一級類名稱、二級類編碼、二級類名稱、樣本時間以及空間參考；所述影像信息包括：影像類型、影像分辨率、影像衛(wèi)星以及影像傳感器；所述區(qū)域信息包括：省、市、縣以及地形。
6.如權利要求1所述的自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，所述數(shù)據(jù)庫概念結構的設計方法包括：
7.如權利要求1～6任意一項所述的自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，所述數(shù)據(jù)庫表包括影像樣本表、影像樣本集表、分類體系表以及樣本區(qū)表。
8.如權利要求7所述的自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，所述影像樣本表包括樣本數(shù)據(jù)表、樣本元數(shù)據(jù)表以及樣本影像屬性表，所述樣本數(shù)據(jù)表用于記錄樣本ID，樣本影像數(shù)據(jù)、矢量數(shù)據(jù)和范圍數(shù)據(jù)ID；所述樣本元數(shù)據(jù)表用于記錄樣本各項元數(shù)據(jù)信息，所述元數(shù)據(jù)信息包括樣本分類體系、樣本類型、樣本分辨率、樣本影像屬性ID、樣本空間范圍、樣本區(qū)ID、樣本制作信息；所述樣本影像屬性表用于記錄不同影像類型樣本各項屬性信息，并記錄樣本元數(shù)據(jù)ID。
9.如權利要求7所述的自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，所述影像樣本集表包括樣本集數(shù)據(jù)表、樣本集小片數(shù)據(jù)表、樣本集小片元數(shù)據(jù)表、樣本集元數(shù)據(jù)表和樣本集影像屬性表；所述樣本集數(shù)據(jù)表記錄的信息包括樣本集ID，樣本集名稱以及樣本集樣本數(shù)量；所述樣本集小片數(shù)據(jù)表用于記錄的信息包括：單張小片樣本ID、樣本集ID、樣本編號、樣本影像數(shù)據(jù)以及標簽數(shù)據(jù)ID；所述樣本集小片元數(shù)據(jù)表用于記錄的信息包括：單張小片樣本ID、樣本尺寸、類別列表以及有效占比；所述樣本集元數(shù)據(jù)表用于記錄樣本各項元數(shù)據(jù)信息，包括：樣本集分類體系、樣本類型、樣本分辨率、樣本集影像屬性ID、樣本集空間范圍、樣本區(qū)ID以及樣本集制作信息；所述樣本集影像屬性表用于記錄的信息包括：樣本集元數(shù)據(jù)ID、影像屬性唯一標識符、遙感影像類型、影像包含的波段數(shù)量、影像波段的組成信息、影像像素存儲類型、影像像素位深、影像拍攝載荷平臺、影像獲取的衛(wèi)星平臺以及影像獲取的傳感器類型。
10.如權利要求7所述的自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，所述分類體系表包括：大類數(shù)據(jù)表、一級類數(shù)據(jù)表和二級類數(shù)據(jù)表；所述大類數(shù)據(jù)表用于記錄的信息包括：類別ID、類別編碼、類別名稱、類別描述以及顏色值；所述一級類數(shù)據(jù)表和所述二級類數(shù)據(jù)表用于記錄的信息包括：類別ID、類別編碼、類別名稱、類別描述、父類ID以及顏色值。
...【技術特征摘要】
1.一種自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，包括：
2.如權利要求1所述的自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，屬于所述自然地表覆蓋類的一級類包括：耕地、園地、林地、草地、水域以及未利用地；屬于所述人工目標類的一級類包括：建筑物、公共服務設施、交通運輸、工業(yè)及能源設施以及典型目標要素；屬于所述變化檢測類的一級類包括新增/滅失推填土、新增/滅失建構筑物、新增/滅失耕地、新增/滅失道路、新增/滅失水面、新增/滅失溝渠、新增/滅失園地、新增/滅失林地、新增/滅失露天采礦以及新增/滅失濕地；屬于所述農作物類的一級類包括：糧食作物、經濟作物、蔬菜以及瓜果。
3.如權利要求2所述的自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，屬于耕地類別的二級類包括：水田、旱地以及大棚；屬于林地類別的二級類包括：喬木、灌木以及竹林；屬于草地類別的二級類包括：人工草地和其他草地；屬于水域類別的二級類包括：水面、溝渠以及內陸灘涂；屬于未利用地類別的二級類包括：裸巖石礫地和砂礫地；屬于建筑物類別的二級類包括：住宅和工業(yè)廠房；屬于公共服務設施類別的二級類包括：露天體育場、籃球場、網球場以及硬化地表；屬于工業(yè)及能源設施類別的二級類包括：風力發(fā)電設施、光伏發(fā)電設施、大壩、煙囪、變電站、鐵塔以及儲油罐；屬于典型目標要素類別的二級類包括：溫室大棚、汽車以及飛機；屬于交通運輸類別的二級類包括：公路和鐵路；屬于糧食作物類別的二級類包括：小麥、玉米、水稻、花生、谷子、高粱、紅薯和大豆，屬于經濟作物類別的二級類包括：大蒜、辣椒、煙葉、大蔥、西瓜、豆角、胡蘿卜、包菜、蘆筍、山藥、地黃以及姜。
4.如權利要求1所述的自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，所述小片元數(shù)據(jù)的內容包括：樣本小片編號、樣本大小以及有效占比；所述樣本集元數(shù)據(jù)的內容包括：樣本信息、影像信息和區(qū)域信息。
5.如權利要求4所述的自然資源遙感智能解譯樣本數(shù)據(jù)庫建設方法，其特征在于，所述樣本信息包括：名稱、影像小片、標簽小片、樣本小片元數(shù)據(jù)、樣本尺寸、大類編碼、大類名稱、一級類編碼、一級類名稱、二級類編碼、二級類名稱、樣本時間以及空間參考；所述影像信息包括：影像類型、影像分辨率、影像衛(wèi)星以及影像傳感器；所述區(qū)域信息包括：省...
【專利技術屬性】
技術研發(fā)人員：余海坤，張向軍，周俊利，蘇杭，劉雪，王曉娜，張明灝，楊振，鈔琪迪，李茜，張紹梁，李瑩，樊依雯，張劍偉，李萌，陳馨，房潔，許紅霞，
申請(專利權)人：河南省遙感院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。